論文の概要: Computational Social Linguistics for Telugu Cultural Preservation: Novel Algorithms for Chandassu Metrical Pattern Recognition
- arxiv url: http://arxiv.org/abs/2510.01233v1
- Date: Tue, 23 Sep 2025 16:52:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-03 16:59:20.734432
- Title: Computational Social Linguistics for Telugu Cultural Preservation: Novel Algorithms for Chandassu Metrical Pattern Recognition
- Title（参考訳）: テルグ文化保存のための計算社会言語学:チャンダス計量パターン認識のための新しいアルゴリズム
- Authors: Boddu Sri Pavan, Boddu Swathi Sree,
- Abstract要約: 本研究は, 何世紀にもわたっての総合文化的知性を表す計量詩の伝統であるTelugu Chandassuを保存するための計算社会科学的アプローチを提案する。
我々は,従来のコミュニティ知識を現代的な計算手法でブリッジして,Telugu韻律パターンを解析するための,初めての包括的デジタルフレームワークを開発した。
私たちのソーシャルコンピューティングアプローチには,4,651の注釈付きパジャムのデータセット作成,専門家による検証言語パターン,文化的インフォームドアルゴリズムの設計などが含まれています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This research presents a computational social science approach to preserving Telugu Chandassu, the metrical poetry tradition representing centuries of collective cultural intelligence. We develop the first comprehensive digital framework for analyzing Telugu prosodic patterns, bridging traditional community knowledge with modern computational methods. Our social computing approach involves collaborative dataset creation of 4,651 annotated padyams, expert-validated linguistic patterns, and culturally-informed algorithmic design. The framework includes AksharamTokenizer for prosody-aware tokenization, LaghuvuGuruvu Generator for classifying light and heavy syllables, and PadyaBhedam Checker for automated pattern recognition. Our algorithm achieves 91.73% accuracy on the proposed Chandassu Score, with evaluation metrics reflecting traditional literary standards. This work demonstrates how computational social science can preserve endangered cultural knowledge systems while enabling new forms of collective intelligence around literary heritage. The methodology offers insights for community-centered approaches to cultural preservation, supporting broader initiatives in digital humanities and socially-aware computing systems.
- Abstract（参考訳）: 本研究は, 何世紀にもわたっての総合文化的知性を表す計量詩の伝統であるTelugu Chandassuを保存するための計算社会科学的アプローチを提案する。
そこで我々は,従来のコミュニティ知識を現代的な計算手法でブリッジして,Telugu韻律パターンを解析するための,初めての包括的デジタルフレームワークを開発した。
私たちのソーシャルコンピューティングアプローチには,4,651の注釈付きパジャムのデータセット作成,専門家による検証言語パターン,文化的インフォームドアルゴリズムの設計などが含まれています。
このフレームワークには、韻律を意識したトークン化のためのAksharamTokenizer、軽音と重音の分類のためのLaghuvuGuruvu Generator、自動パターン認識のためのPadyaBhedam Checkerが含まれる。
提案したチャンダススコアの精度は91.73%であり,評価基準は従来の文芸基準を反映している。
この研究は、計算社会科学が危険に晒された文化知識システムをいかに保存し、文学遺産に関する新しい形の集合的知性を実現するかを示す。
この方法論は、コミュニティ中心の文化保存アプローチの洞察を提供し、デジタル人文科学と社会的に認識されたコンピューティングシステムにおけるより広範なイニシアチブを支援する。
関連論文リスト
- The heteronomy of algorithms: Traditional knowledge and computational knowledge [0.0]
われわれは、デジタル・ビルドゥング(Digital Bildung)と呼ばれる新しい概念を通じて、連邦を批判する原則を教え始めなければならない、と私は主張する。
計算とそれに関連するソフトウォーカ化プロセスに関して、知的なトーンを高める必要があるだけでなく、計算から起こりうる課題に緊急に対応する必要がある。
論文 参考訳（メタデータ） (2025-05-16T09:25:00Z) - From Text to Network: Constructing a Knowledge Graph of Taiwan-Based China Studies Using Generative AI [0.0]
台湾中国研究(CS)は、独特な地政学的な立場と長年にわたる中国本土との学術的関わりによって形作られた、豊かな学際的な研究分野へと発展してきた。
本研究では,非構造化学術テキストを構造化された対話的知識表現に変換するAI支援手法を提案する。
論文 参考訳（メタデータ） (2025-05-15T08:51:53Z) - AI Thinking as a Meaning-Centered Framework: Reimagining Language Technologies Through Community Agency [0.0]
AI Thinkingは、技術開発を変革する意味中心のフレームワークを提案する。
文化的理解、コミュニティエージェンシー、技術革新の相互作用を通じて有意義な解決策が生まれることを認識している。
論文 参考訳（メタデータ） (2025-02-19T18:09:24Z) - Sanskrit Knowledge-based Systems: Annotation and Computational Tools [0.12086712057375555]
我々はサンスクリットの知識システム開発における課題と機会に対処する。
本研究はサンスクリット語文に具現化された豊かな言語情報の保存,理解,活用に寄与する。
論文 参考訳（メタデータ） (2024-06-26T12:00:10Z) - From Decoding to Meta-Generation: Inference-time Algorithms for Large Language Models [63.188607839223046]
この調査は、推論中に計算をスケールするメリットに焦点を当てている。
我々はトークンレベルの生成アルゴリズム、メタジェネレーションアルゴリズム、効率的な生成という3つの領域を統一的な数学的定式化の下で探索する。
論文 参考訳（メタデータ） (2024-06-24T17:45:59Z) - Développement automatique de lexiques pour les concepts émergents : une exploration méthodologique [0.0]
本稿では,非技術革新を中心に,新しい概念を中心としたレキシコンの開発について述べる。
人間の専門知識、統計分析、機械学習技術を組み合わせた4段階の方法論を導入し、複数のドメインにまたがって一般化可能なモデルを確立する。
論文 参考訳（メタデータ） (2024-06-10T12:58:56Z) - Finding structure in logographic writing with library learning [55.63800121311418]
書記システムにおける構造を発見するための計算フレームワークを開発する。
我々の枠組みは中国語の表記体系における既知の言語構造を発見する。
図書館学習のアプローチが、人間の認知における構造の形成の基盤となる基本的な計算原理を明らかにするのにどのように役立つかを実証する。
論文 参考訳（メタデータ） (2024-05-11T04:23:53Z) - Language Evolution with Deep Learning [49.879239655532324]
計算モデリングは言語の出現の研究において重要な役割を担っている。
構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。
この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
論文 参考訳（メタデータ） (2024-03-18T16:52:54Z) - Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳（メタデータ） (2024-02-14T18:16:54Z) - Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。
このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文 参考訳（メタデータ） (2021-01-13T15:22:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。